---
license: cc-by-4.0
language:
- fro
- la
tags:
- htr
- kraken
- handwritten-text-recognition
- medieval
- manuscripts
library_name: kraken
---

# HTR CREMMA Medieval 2026

Modèles Kraken fine-tunés pour la reconnaissance d'écriture manuscrite (HTR) sur
le corpus **CREMMA Medieval** — manuscrits du **XIIIe siècle** en ancien français
(`fro`) et latin (`la`), écriture **gothique** (Textualis).

Modèle de base : `cremma-generic-1.0.1` (Kraken / ketos).

## Modèles disponibles

| Fichier | Expérience | CER (validation) | Données |
|---------|-----------|:----------------:|---------|
| `exp2_binarise_20260613.safetensors` | Baseline | ~26.3% | binarisé/RGB |
| `exp3_clean_arrow_20260613.safetensors` | Arrow filtré grayscale | ~26.4% | grayscale (mode L) |
| `exp3opt_finetune_20260615.safetensors` | Grayscale + LR cosine | **26.4%** | grayscale (mode L) |

> **Référence :** modèle de base seul (sans fine-tuning) = **44% CER**.
> Le fine-tuning fait passer la CER de 44% à ~26% (−18 pts).

## Métriques — précisions importantes

- Les CER ci-dessus sont mesurées sur le **set de validation (dev)**, pas sur un
  set de test scellé. Elles sont donc à considérer comme optimistes.
- L'évaluation sur test scellé n'est pas encore réalisée.

## Format

Les fichiers sont des checkpoints **`.safetensors`** (mode `one_channel_mode: L`).
Pour une utilisation directe avec `kraken ocr`, une conversion en `.mlmodel`
peut être nécessaire.

## Corpus

- 21 manuscrits, 213 documents, ~18 800 lignes (après filtrage des zones bruit).
- 100% XIIIe siècle, écriture gothique Textualis.
- Déséquilibre connu : BnF fr. 412 représente ~31% du train.

## Citation

```bibtex
@misc{htr-cremma-medieval-2026,
  title  = {HTR CREMMA Medieval 2026 — Fine-tuning Kraken sur manuscrits médiévaux},
  year   = {2026},
  url    = {https://huggingface.co/legb/htr-cremma-medieval}
}
```

Licence : CC-BY 4.0